KI-Diktiergerät im Beruf: Was Arztpraxis, Kanzlei, Redaktion, Hörsaal und Schreibtisch verlangen

Wer in Deutschland beruflich diktiert und transkribiert

Diktieren ist in Deutschland keine Nische. Allein die Berufsgruppen, für die eine amtliche oder berufsständische Zahl vorliegt, umfassen mehrere hunderttausend Menschen, die täglich Befunde, Schriftsätze, Bescheide oder Protokolle in Text bringen müssen. Die Tabelle nennt die Bestandszahlen mit Stichtag; die Fundstellen stehen im Quellenblock am Ende der Seite.

Tabelle seitlich scrollen, um alle Spalten zu sehen

Die Zahlen sind Bestandszahlen der Kammern, der Bundesärztekammer, des Statistischen Bundesamtes und des Berufsverbands; sie sagen nichts darüber, wie viele dieser Personen tatsächlich diktieren. Für Journalistinnen und Journalisten gibt es keine amtliche Erhebung, deshalb steht hier nur die Mitgliederzahl des DJV.

Diese Gruppen eint, dass Sprache schneller ist als die Tastatur. Sie trennt, was mit der Aufnahme passieren darf. Eine Ärztin unterliegt § 203 StGB und zusätzlich den Cloud-Regeln des § 393 SGB V, ein Anwalt dem § 43e BRAO, eine Journalistin dem Quellenschutz und dem § 201 StGB gegenüber ihren Gesprächspartnern, ein Autor fast nur sich selbst. Deshalb gibt es auf dieser Website keine einzelne Empfehlung „für den Beruf“, sondern sechs Unterseiten, die jeweils von der Rechtslage ausgehen und erst danach zu Geräten und Apps kommen.

Fünf Anforderungen, die Berufe unterschiedlich gewichten

Jedes Produkt in unserem Gerätevergleich und im App-Vergleich beantwortet dieselben fünf Fragen. Wie schwer jede Antwort wiegt, hängt vom Beruf ab.

• Deutsch. Viele Hersteller werben mit „100+ Sprachen“, nennen Deutsch aber nicht namentlich. Für den Beruf zählt nur, was der Anbieter ausdrücklich zusagt. Otter.ai etwa führt Deutsch als eine von sechs Transkriptionssprachen, Fireflies.ai nennt Englisch als Hauptsprache und zählt alles Weitere zu „100+ other languages in beta“.
• Fachvokabular. Dolev u. a. (2024) nennen als typische Fehler von Whisper falsch erkannte Zahlen, Eigennamen und Fachbegriffe. Branchenlösungen wie DictaNet (juristisches Vokabular mit über 30.000 Fachbegriffen laut Anbieter) oder Dragon Legal (Training mit „mehr als 400 Millionen Wörtern aus Rechtsdokumenten“ laut Anbieter) setzen genau hier an. Eine Studie speziell zu deutschem Medizin- oder Rechtsvokabular haben wir nicht gefunden; Zahlen dazu nennen wir deshalb nicht.
• Datenweg und Schweigepflicht. Wohin geht die Aufnahme, in welchem Land steht der Server, und hat der Anbieter sich zur Verschwiegenheit verpflichtet? Für Berufsgeheimnisträger ist das keine Komfortfrage, sondern Voraussetzung nach § 203 Abs. 3 und 4 StGB. Mehr dazu auf Berufsgeheimnis und Diktat.
• Telefonaufnahme. Geräte wie das PLAUD Note Pro oder kiolo nehmen laut Hersteller auch die Gegenseite eines Telefonats auf. Rechtlich ist das die heikelste Konstellation: Die Datenschutzkonferenz verlangt ein aktives „Ja“ des Gesprächspartners vor Beginn der Aufnahme. Details auf Darf ich Gespräche aufnehmen?.
• Offline-Aufnahme. Alle Geräte im Datensatz zeichnen ohne Netz auf; die Transkription braucht bei den meisten anschließend die Cloud. Wer im Gerichtssaal, im Krankenhauskeller oder auf Recherche ohne Empfang arbeitet, muss darauf achten, dass die Aufnahme lokal gesichert bleibt, bis sie synchronisiert wird.

Matrix: Beruf und Anforderung

Tabelle seitlich scrollen, um alle Spalten zu sehen

Einordnung der Redaktion am Normtext und an den Herstellerangaben; sie ersetzt keine Prüfung des Einzelfalls. „Pflicht“ bei Deutsch heißt: Ein Werkzeug, das Deutsch nicht namentlich unterstützt, fällt für diesen Beruf aus.

Berufsgeheimnisträger: Arztpraxis, Kanzlei, Steuerkanzlei

§ 203 Abs. 1 StGB nennt Ärzte, Rechtsanwälte und Steuerberater ausdrücklich. Seit 2017 regelt Absatz 3 die „sonstigen mitwirkenden Personen“: Ein Transkriptionsdienst darf Geheimnisse erfahren, „soweit dies für die Inanspruchnahme der Tätigkeit der sonstigen mitwirkenden Personen erforderlich ist“. Absatz 4 Satz 2 Nr. 1 macht den Berufsgeheimnisträger strafbar, wenn er „nicht dafür Sorge getragen hat“, dass der Dienstleister „zur Geheimhaltung verpflichtet wurde“. Für Anwältinnen und Anwälte konkretisiert § 43e BRAO diese Pflicht bis zur Textform des Vertrags; für Praxen kommt mit § 393 SGB V eine eigene Cloud-Norm hinzu, die ein C5-Typ-2-Testat und einen Standort im Inland, in der EU oder in einem Staat mit Angemessenheitsbeschluss verlangt.

Die Seite Diktiergerät in der Arztpraxis stellt Arztbrief-Diktat und Ambient-Dokumentation gegenüber und nennt die Anbieter mit ihren veröffentlichten Preisen; Diktiergerät in der Kanzlei geht vom Wortlaut des § 43e BRAO aus und beschreibt den klassischen Workflow mit SpeechMike, Digta und DS-9100. Für Steuerkanzleien gibt es keine eigene Seite: Die Pflichten aus § 203 StGB sind dieselben wie in der Anwaltskanzlei, ein Gegenstück zu § 43e BRAO haben wir im Berufsrecht der Steuerberater nicht recherchiert und behaupten deshalb keines.

Journalismus und Studium: fremde Stimmen aufnehmen

Wer ein Interview oder eine Vorlesung aufzeichnet, nimmt „das nichtöffentlich gesprochene Wort eines anderen“ auf. § 201 Abs. 1 StGB stellt das ohne Befugnis unter Strafe, bis zu drei Jahre Freiheitsstrafe oder Geldstrafe. Die Wissenschaftlichen Dienste des Bundestages halten fest: „Zunächst schließt ein Einverständnis der aufgenommenen Person bereits den Tatbestand des § 201 Abs. 1 Nr. 1 StGB aus.“ Das Einverständnis ist also der Normalfall journalistischer Arbeit, nicht die Ausnahme.

Diktiergerät für Journalistinnen und Journalisten behandelt die Pressekonferenz als „faktische Öffentlichkeit“, die Transkriptionsdienste mit Standort in Deutschland oder der EU und das Risiko, dass ein Modell Zitate erfindet. Diktiergerät im Studium ergänzt § 53 Abs. 7 UrhG, die Hochschulregeln und die Studierendenrabatte der Anbieter, die zwischen 20 und 70 Prozent liegen.

Autorinnen und Autoren: das eigene Wort

Wer nur die eigene Stimme aufnimmt, berührt § 201 StGB nicht; Tatobjekt ist das Wort „eines anderen“. Die Fragen verschieben sich: Wie lange darf ein Diktat laufen, bevor die App abbricht? Verändert die KI-Nachbearbeitung den Stil? Funktioniert das Werkzeug offline in der Schreibhütte? Apple nennt für sein Diktat ausdrücklich „text of any length without a timeout“, beendet die Aufnahme aber nach 30 Sekunden Stille. Die Seite Diktieren statt Tippen für Autorinnen und Autoren vergleicht Wispr Flow, superwhisper, MacWhisper, Dragon Professional und die Bordmittel von Apple und Windows.

Meeting-Protokolle: quer durch alle Berufe

Das KI-Protokoll ist der Anwendungsfall, der alle Gruppen betrifft, von der Praxisbesprechung bis zur Redaktionskonferenz. Drei Wege konkurrieren: ein Bot, der als Teilnehmer in die Videokonferenz kommt (Otter.ai, tl;dv, Fireflies.ai, Fathom), eine bot-freie App, die das Systemaudio mitschneidet (Granola), und ein Gerät auf dem Tisch (PLAUD, soundcore Work, HiDock). Die Datenschutzkonferenz verlangt für Videokonferenzen, dass „eine etwa bestehende Aufzeichnungsfunktion in der Voreinstellung deaktiviert sein muss“ und Aufzeichnungen „nachweislich vor Beginn der Verarbeitung angekündigt werden“. KI-Meeting-Protokoll vergleicht Deutsch-Status, Rechtsrahmen, Teams- und Zoom-Bordmittel und die Kosten je Platz aus unserem Datensatz; die Rechtsgrundlagen stehen ausführlich auf Meetings aufzeichnen und DSGVO.